分享到:

“慧眼”明察秋毫 智能识人辨字

在“旅客自助查验通道”,短短5秒钟的时间,计算机系统已经提取人脸信息完成了对旅客的身份认证;访问计算机时,只要安装TH-FaceID人脸识别系统的笔记本电脑给您照张相,不用账号和密码,便可直接登陆;在铁路公安系统、机场、安全系统、技防系统,只要利用人脸信息,就可自动识别个人身份;公安笔迹鉴别中,只要采样到 5个单字,便可准确进行身份鉴别……这些简便而神奇的系统背后,是我校电子工程系研发的 “TH-ID人脸和笔迹生物特征身份识别认证系统”强有力的支持。$$    历经逾 8年的探索与追寻,由电子工程系丁晓青教授带领的研究团队终于在信息技术领域取得了重大突破,人脸和笔迹生物特征身份识别认证技术和系统整体上达到了国际领先水平。$$    丁晓青带领的研究团队主攻人脸与笔迹识别系统,提出了抗人脸姿态、光照、表情变化的高性能、高鲁棒性全自动人脸识别认证方法,创新提出和实现国内外首次实用化的笔迹鉴别和检索方法,研发成功多种市场实用的高性能图...  (本文共3页) 阅读全文>>

权威出处: 新清华2009-12-04
《现代图书情报技术》2005年05期
现代图书情报技术

清华大学首次成功研制了计算机笔迹鉴别系统

清华大学电子系与公安部第二研究所合作研制的“计算机笔迹鉴别系统”已通过公安部组织的技术鉴定。该系统首次实现 了利用计算机进行自动化的笔迹鉴别,可以准确、高效地判断检材和样本是否是同一个人书写的。 所谓笔迹,是指通过书写活动形成的具有个人特点的文字符号的形象系统(例如书写的文字和签名),是个人书写习惯的外 在表现。笔迹鉴别鉴别则是通过检材和样本两部分笔迹之间的比较鉴别,确定其是否为同一人书写的。笔迹鉴别往往是认定 违法犯罪嫌疑人的直接依据,或可作为定案的重要证据。 (上接第犯页) 计算机笔迹鉴别系统的成功研制,不仅是中国生物特征...  (本文共2页) 阅读全文>>

《中国安防产品信息》2003年06期
中国安防产品信息

笔迹鉴别系统

中国人写字讲究书法,从阴阳学说上讲,书法是通过阳刚、阴柔来表现其个性的。阳刚、阴柔是书法的基本构成,在书法中是相互交替的,相互依存,相互制约,以维持书法的整体平衡。正如古人所云“字如其人”。从另一方面看,笔迹是书写者自身的生理特点和后天学习过程的综合反映。基于笔迹的内在特点,它已成为人们进行身份鉴别的重要手段之一。随着笔迹采集设备的不断进步,笔迹鉴别水平日益提高,有些技术已经达到实用水平而进入市场,如签名识别系统等。目前的笔迹鉴别研究主要包括两类问题,即文体依存和文本独立的笔迹鉴别问题。文本依存笔迹鉴别问题由于对于书写内容有固定限制,因此相对容易解决,然而应用范围较窄;而在文本独立的情况下,由于对于书写内容不加限制,问题就变得更加复杂了。到目前为止,对于文本独立的笔迹,世界上还没有准确而高效的鉴别系统投入市场,而这也正是我们目前的研究重点。我们采用的笔迹鉴别方法和其他身份识别方法流程大致相同,如下图所示。书写人的笔迹录入系统后,...  (本文共1页) 阅读全文>>

贵州大学
贵州大学

基于深度神经网络的离线笔迹鉴别研究

离线笔迹鉴别是计算机视觉和模式识别的研究热点之一,在司法鉴定、文件安全保护、历史文档分析等领域具有重要意义。虽然离线笔迹鉴别已经有很长的研究历史和大量研究者一直为此领域做出贡献,但仍然存在一些问题尚未解决,例如过度依赖数据增强与全局编码、学习的局部特征存在共性特征(Common feature)。为解决以上问题,本文从鲁棒性、泛化性、实用性等角度针对当前离线笔迹鉴别问题进行研究。第一,本文提出了一种基于统计行分割与深度卷积神经网络的离线笔迹鉴别方法(DLS-CNN)。DLS-CNN首先使用基于统计的文档行分割方法和滑动窗口法将笔迹材料分割成小的像素块;然后用优化后的残差神经网络作为特征学习模型;最后对局部特征使用取均值法进行编码。在ICDAR2013和CVL两个标准数据集上的实验结果表明:与其他当前流行离线笔迹算法相比,DLS-CNN能有效地学得鲁棒的局部特征,从而仅需要少量的笔迹信息就能取得较高的识别率,而且不依赖于数据增强和...  (本文共72页) 本文目录 | 阅读全文>>

武汉理工大学
武汉理工大学

基于信息融合的在线手写笔迹鉴别研究

笔迹是每个人特有的行为特征,同指纹、虹膜等生物特征一样可以用来鉴别一个人的身份。随着模式识别技术的快速发展,在线手写笔迹鉴别越来越受重视,应用场景也更加的丰富,金融、自学考试、司法等领域对在线手写笔迹鉴别的需求非常大。传统笔迹鉴别的方法很多,但是单一的方法不能保证鉴别准确率和稳定性,鉴别效果不太理想。近十几年,信息融合技术的研究不断出现新的成果,为在线手写笔迹鉴别技术带来了突破口,特别是在多分类器综合判决的过程中起到了重要的作用,增加了鉴别系统的稳定性,降低了信息的模糊度,提高了笔迹鉴别的准确率。论文提出了基于信息融合的在线手写笔迹鉴别方法,主要内容如下:详细介绍了在线手写笔迹融合鉴别的体系结构,分析了动态特征和静态特征的笔迹鉴别方法。动态特征笔迹鉴别采用了两级鉴别方法,第一级利用多数投票法对笔迹样本进行粗筛选,第二级利用支持向量机(Support Vector Machine,SVM)分类器对筛选后的笔迹样本进行细分类。静态特...  (本文共69页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

基于深度卷积神经网络的离线笔迹鉴别研究

笔迹鉴别作为一项重要的生物特征识别技术,在今天有着越来越广泛的应用,众多的研究者在笔迹鉴别这一问题上做出了突破性的成果。然而非受限情况下的离线笔迹鉴别仍是一项非常有挑战性的研究工作,有很多问题值得我们进一步深入研究。深度卷积神经网络近年来蓬勃发展,解决了许多计算机视觉领域的难题,然而在离线中文笔迹鉴别领域却几乎没有看到这方面的研究。本文着重研究文本无关的离线中文笔迹鉴别,并把深度卷积神经网络应用于这一研究课题,取得了具有领先优势的笔迹鉴别效果。本文的主要研究内容如下:首次把深度卷积神经网络提取的局部特征用于离线中文笔迹鉴别,并研究不同的特征编码方式,采用Fisher Vectors算法对已有的局部特征进行编码,进而生成全局的特征。实验表明,本文所采用的基于深度卷积神经网络的特征相比于传统的人工设计的特征更具有区分性。研究不同网络结构,对网络结构进行不断地优化调整,从而达到更好地笔迹鉴别效果。研究深度卷积神经网络的训练,提出了基于...  (本文共64页) 本文目录 | 阅读全文>>